一种船舶类别分类模型训练方法、系统及计算机存储介质

    公开(公告)号:CN114627338B

    公开(公告)日:2022-09-09

    申请号:CN202210525452.6

    申请日:2022-05-16

    摘要: 本发明公开一种船舶类别分类模型训练方法、系统及计算机存储介质。该方法包括:S1将原始训练集分成多个小数据集;S2.将多个小数据集分为多组训练样本;S3.将每组训练样本进行训练得到一一对应的多个船舶类别分类模型以及多个难例数据集;S4.将多个船舶类别分类模型进行融合得到预训练模型;S5.加载预训练模型并通过数据增强方法对原始训练集和多个难例数据集进行m轮模型训练,得到当前更新的船舶类别分类模型;S6.对原始测试集训练,得到当前更新的难例数据集,对其和原始训练集进行m+1轮模型训练,得到下一更新的船舶类别分类模型,重复S6进行预设轮模型训练,得到目标船舶类别分类模型。本发明中的目标船舶类别分类模型正确率高,错误率较少。

    水位识别方法及系统
    2.
    发明授权

    公开(公告)号:CN116543182B

    公开(公告)日:2023-08-25

    申请号:CN202310808187.7

    申请日:2023-07-04

    IPC分类号: G06V10/74 G06V10/26

    摘要: 本发明公开了一种水位识别方法及系统,其中该方法包括:获取背景区域对应的背景点云,在背景点云的高度方向上进行等间距切片得到多个切片点云,根据背景点云的高度确定多个水位模拟高度;在每个水位模拟高度下,截取背景点云中水位模拟高度以下的倒影点云及实体点云;对倒影点云进行镜像变换得到镜像点云,根据镜像点云与实体点云的重合点数量得到重合度;当重合度大于或等于预设重合度阈值时,为镜像点云中每个镜像点匹配实体点云中与该镜像点距离最小的第一实体点云;根据所有匹配后的镜像点及第一实体点计算匹配距离误差;选取最小匹配距离误差对应的水位模拟高度作为实际水位值。提高了水位识别的精度。

    水位识别方法及系统
    3.
    发明公开

    公开(公告)号:CN116543182A

    公开(公告)日:2023-08-04

    申请号:CN202310808187.7

    申请日:2023-07-04

    IPC分类号: G06V10/74 G06V10/26

    摘要: 本发明公开了一种水位识别方法及系统,其中该方法包括:获取背景区域对应的背景点云,在背景点云的高度方向上进行等间距切片得到多个切片点云,根据背景点云的高度确定多个水位模拟高度;在每个水位模拟高度下,截取背景点云中水位模拟高度以下的倒影点云及实体点云;对倒影点云进行镜像变换得到镜像点云,根据镜像点云与实体点云的重合点数量得到重合度;当重合度大于或等于预设重合度阈值时,为镜像点云中每个镜像点匹配实体点云中与该镜像点距离最小的第一实体点云;根据所有匹配后的镜像点及第一实体点计算匹配距离误差;选取最小匹配距离误差对应的水位模拟高度作为实际水位值。提高了水位识别的精度。

    船舶干舷高度识别方法及系统

    公开(公告)号:CN116148878A

    公开(公告)日:2023-05-23

    申请号:CN202310411141.1

    申请日:2023-04-18

    摘要: 本发明公开了一种船舶干舷高度识别方法及系统,其中该方法包括:S1、获取目标船舶的中间段所在帧的目标点云数据集;S2、根据激光雷达的扫描线间距确定预设间隔及距离阈值区间,采用预设间隔将距离阈值区间分割为多个调节距离阈值;S3、自第一个调节距离阈值开始按顺序依次在多个调节距离阈值下,根据目标点云数据集及ransac算法计算候选干舷平面,并根据候选干舷平面内的点云数据计算对应的置信度,根据候选干舷平面的置信度确定最优干舷平面;S4、对最优干舷平面进行切片并计算每个切片的切片高度,根据所有的切片高度进行加权计算得到目标船舶的干舷高度。提高了干舷高度的计算精度及效率,具有良好的通用性。

    一种船舶类别分类模型训练方法、系统及计算机存储介质

    公开(公告)号:CN114627338A

    公开(公告)日:2022-06-14

    申请号:CN202210525452.6

    申请日:2022-05-16

    摘要: 本发明公开一种船舶类别分类模型训练方法、系统及计算机存储介质。该方法包括:S1将原始训练集分成多个小数据集;S2.将多个小数据集分为多组训练样本;S3.将每组训练样本进行训练得到一一对应的多个船舶类别分类模型以及多个难例数据集;S4.将多个船舶类别分类模型进行融合得到预训练模型;S5.加载预训练模型并通过数据增强方法对原始训练集和多个难例数据集进行m轮模型训练,得到当前更新的船舶类别分类模型;S6.对原始测试集训练,得到当前更新的难例数据集,对其和原始训练集进行m+1轮模型训练,得到下一更新的船舶类别分类模型,重复S6进行预设轮模型训练,得到目标船舶类别分类模型。本发明中的目标船舶类别分类模型正确率高,错误率较少。

    船舶干舷高度识别方法及系统

    公开(公告)号:CN116148878B

    公开(公告)日:2023-07-07

    申请号:CN202310411141.1

    申请日:2023-04-18

    摘要: 本发明公开了一种船舶干舷高度识别方法及系统,其中该方法包括:S1、获取目标船舶的中间段所在帧的目标点云数据集;S2、根据激光雷达的扫描线间距确定预设间隔及距离阈值区间,采用预设间隔将距离阈值区间分割为多个调节距离阈值;S3、自第一个调节距离阈值开始按顺序依次在多个调节距离阈值下,根据目标点云数据集及ransac算法计算候选干舷平面,并根据候选干舷平面内的点云数据计算对应的置信度,根据候选干舷平面的置信度确定最优干舷平面;S4、对最优干舷平面进行切片并计算每个切片的切片高度,根据所有的切片高度进行加权计算得到目标船舶的干舷高度。提高了干舷高度的计算精度及效率,具有良好的通用性。

    一种压缩数据船舶检测方法、系统及计算机存储介质

    公开(公告)号:CN116052096B

    公开(公告)日:2023-06-13

    申请号:CN202310335897.2

    申请日:2023-03-31

    摘要: 本发明公开一种压缩数据船舶检测方法、系统及计算机存储介质。该方法包括:利用原始图片的复杂因子对原始数据集进行压缩,筛选出简单样本集;利用原始图片的损失值挑选易简样本集;将既属于简单样本集又属于易简样本集的原始图片删除;将原始训练集中除去简单样本集和易简样本集的原始图片作为难例样本集;将难例样本集、属于简单样本集但不属于易简样本集的原始图片和属于易简样本集但不属于简单样本集的原始图片进行模型训练,得到目标船舶检测模型;将待检测图片输入到目标船舶检测模型中进行检测得到船舶位置。该方法减少了训练集数量,加快了模型训练;降低了模型对既属于简单样本又属于易简样本的过分学习;提高了模型对难例样本集的学习。

    一种压缩数据船舶检测方法、系统及计算机存储介质

    公开(公告)号:CN116052096A

    公开(公告)日:2023-05-02

    申请号:CN202310335897.2

    申请日:2023-03-31

    摘要: 本发明公开一种压缩数据船舶检测方法、系统及计算机存储介质。该方法包括:利用原始图片的复杂因子对原始数据集进行压缩,筛选出简单样本集;利用原始图片的损失值挑选易简样本集;将既属于简单样本集又属于易简样本集的原始图片删除;将原始训练集中除去简单样本集和易简样本集的原始图片作为难例样本集;将难例样本集、属于简单样本集但不属于易简样本集的原始图片和属于易简样本集但不属于简单样本集的原始图片进行模型训练,得到目标船舶检测模型;将待检测图片输入到目标船舶检测模型中进行检测得到船舶位置。该方法减少了训练集数量,加快了模型训练;降低了模型对既属于简单样本又属于易简样本的过分学习;提高了模型对难例样本集的学习。